Download

วารสาร : ปีที่ 1 ฉบับที่ 1 มกราคม-มิถุนายน 2557
ชื่องานวิจัย (TH): การจำลองเครือข่ายซับซ้อนและการทำนายผลวิดีโอออนไลน์ ด้วยเทคนิคเหมืองข้อมูล
ชื่องานวิจัย (EN) : Represents to Complex Networks and Prediction of VDO Online with Data Mining
ผู้วิจัย : นราธิป ทองปาน และ สุรีวรรณ แจ้งจิตร
บทคัดย่อ (TH) : 

ในการใช้งานผ่านระบบอินเทอร์เน็ต มีรูปแบบการให้บริการที่หลากหลายช่องทาง ในการติดต่อสื่อสารข้อมูลถึงกัน โดยใช้สื่อสังคมออนไลน์ที่เข้าถึงผู้คนทุกระดับ ทำให้เกิดเครือข่ายทางสังคม (social Network) ในลักษณะของการแบ่งปัน เช่น รูปภาพ วิดีโอออนไลน์ผ่านทางเฟสบุ๊ค (facebook) ทวิตเตอร์ (twitter) และยูทูบ (youtube) ซึ่งเป็นสื่อสังคมที่นิยมในปัจจุบัน ในงานวิจัยนี้ผู้วิจัยมีวัตถุประสงค์เพื่อ 1) แสดงความสัมพันธ์ของสื่อสังคมนำเสนอในรูปแบบเครือข่ายซับซ้อน (complex network) 2) นำเสนอจัดกลุ่มผู้ใช้สื่อสังคม (social Media) โดยใช้เทคนิคเหมืองข้อมูลแบบ SOM และ 3) หาเทคนิคต้นไม้ตัดสินใจที่ให้ค่าการพยากรณ์ในระดับการศึกษาถูกต้องสูงสุด แล้วนำผลที่ได้ไปแปลงเป็นกฎการตัดสินใจเพื่อประยุกต์ใช้ในการทำตลาดเฉพาะกลุ่ม ข้อมูลที่ใช้ในการวิเคราะห์ได้แก่ ข้อมูลของผู้ใช้สื่อวิดีโอออนไลน์จาก pewinternet.org จำนวน 1,003 คน เครื่องมือที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ โปรแกรม Weka, Orange Canvas และ Pajek ผลการวิจัยพบว่า ความสัมพันธ์ของผู้ใช้สื่อสังคมด้านวิดีโอออนไลน์ เป็นรูปแบบเครือข่ายซับซ้อนมีลักษณะการเชื่อมโยงแบบ Small World การจัดกลุ่มผู้ใช้สื่อสังคม โดยใช้เทคนิคเหมืองข้อมูลแบบ SOM แสดงให้เห็นว่าผู้ใช้ที่มีระดับการศึกษาสูงและมีการจ้างงานแบบเต็มเวลา จะมีการดูวิดีโอออนไลน์ผ่านทางสังคมออนไลน์มากที่สุด และต้นไม้ตัดสินใจเทคนิคแบบ ID3 มีค่าความถูกต้องในการพยากรณ์ระดับการศึกษาสูงสุดเท่ากับ 98.7179 % และทำการแปลงต้นไม้ตัดสินใจ ID3 จะได้กฎจำนวน 12 กฎ

Abstract : 

In order to work through the internet, there are a variety of service delivery models to communicate the information to each other by using social media to reach people in all levels and leading to social networking such as sharing photos and watching video online through the Facebook, Twitter and YouTube which are popular nowadays. Therefore, in this paper, the users information from social media related to online video with the aim to 1) represent to complex network using Pajek program, 2) classify social media using SOM technique, and 3) find out a decision tree techniques to classify the high accuracy and using decision tree to generate a rule of decision applied to the niche market. The data set from website of pewinternet.org consisted of 1,003 people. The instruments of the research were Weka , Orange Canvas and Pajek. The findings found that the relation between social media users presents complex networks in the form of a “small world”. A cluster of users with high level education was employed full time and watching video online through social media the most. The decision trees with ID3 technique contributed to the highest accuracy at 98.7179 % and 12 rule base of ID3 technique.

Keywords : Video Online, Social Network, Graph Theory, Data Mining
Full Paper : Download

<< ย้อนกลับ | |